doc-pipeline — скилл для Claude Code: что делает
Собирает повторно используемые конвейеры обработки документов: данные переходят между извлечением, преобразованием и выводом. Подходит для цепочек с PDF, изображениями и таблицами.
npx skills add claude-office-skills/skills --skill doc-pipeline -a claude-codeЧто делает doc-pipeline
Скилл помогает описывать обработку документов как последовательность этапов. В цепочке можно извлечь текст из PDF, передать его на анализ и сформировать DOCX-отчёт; для изображений возможны OCR, краткое резюме и отчёт. Несколько входных файлов можно объединить, отформатировать и вывести в нужный документ.
Конвейер можно задать в pipeline.yaml: этапы получают входные и выходные переменные, а для отчёта указывается шаблон templates/review_report.docx. В примере на Python есть классы Stage и Pipeline, последовательный метод run() и условный этап, который запускает OCR при наличии изображений.
Для установки зависимостей нужны python-docx, openpyxl, python-pptx, reportlab и jinja2. Это повод проверить Python-окружение проекта до запуска цепочки.
Какие задачи решает
- извлечь текст из PDF и передать его на анализ
- распознать текст на изображении и подготовить отчёт
- проанализировать Excel-файл и создать презентацию с диаграммами
- объединить несколько входных файлов в один результат
- добавить OCR только для файлов с изображениями
Примеры запросов агенту
- Собери цепочку: извлеки текст из PDF, проанализируй его и создай DOCX-отчёт.
- Обработай изображения через OCR, подготовь краткое резюме и сформируй отчёт.
- Опиши
pipeline.yamlдля объединения файлов, форматирования и вывода результата.
Как установить doc-pipeline
1Через Skills CLI (Vercel)
npx skills add claude-office-skills/skills --skill doc-pipeline -a claude-code2Вручную: положить файлы
~/.claude/skills/doc-pipeline/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/doc-pipeline/
1Через Skills CLI (Vercel)
npx skills add claude-office-skills/skills --skill doc-pipeline -a codex2Вручную: положить файлы
.agents/skills/doc-pipeline/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add claude-office-skills/skills --skill doc-pipeline -a cursor2Вручную: положить файлы
.cursor/skills/doc-pipeline/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install claude-office-skills/skills doc-pipeline2Вручную: положить файлы
.github/skills/doc-pipeline/SKILL.md1Через Skills CLI (Vercel)
npx skills add claude-office-skills/skills --skill doc-pipeline -a gemini-cli2Командой платформы
gemini skills install https://github.com/claude-office-skills/skills --path doc-pipelineВручную: положить файлы
.devin/skills/doc-pipeline/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add claude-office-skills/skills --skill doc-pipeline -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о doc-pipeline
Как установить doc-pipeline в Claude Code?
Выполните npx skills add claude-office-skills/skills --skill doc-pipeline -a claude-code, затем ещё раз выполните npx skills add claude-office-skills/skills --skill doc-pipeline -a claude-code. Файл скилла размещается в ~/.claude/skills/doc-pipeline/SKILL.md.
Что делает doc-pipeline?
Скилл строит повторно используемые цепочки операций над документами, передавая данные от этапа к этапу. Он охватывает извлечение, преобразование и вывод результатов.
Что нужно для работы конвейеров doc-pipeline?
В инструкции по установке перечислены python-docx, openpyxl, python-pptx, reportlab и jinja2. Конвейеры также принимают входные данные или файлы для обработки.
Исходный текст
SKILL.md · MIT
---
# ═══════════════════════════════════════════════════════════════════════════════
# CLAUDE OFFICE SKILL - Enhanced Metadata v2.0
# ═══════════════════════════════════════════════════════════════════════════════
# Basic Information
name: doc-pipeline
description: "Chain document operations into reusable pipelines"
version: "1.0"
author: claude-office-skills
license: MIT
# Categorization
category: workflow
tags:
- pipeline
- workflow
- document
- automation
department: All
# AI Model Compatibility
models:
recommended:
- claude-sonnet-4
- claude-opus-4
compatible:
- claude-3-5-sonnet
- gpt-4
- gpt-4o
# Skill Capabilities
capabilities:
- document_workflow
- pipeline_automation
# Language Support
languages:
- en
- zh
---
# Doc Pipeline Skill
## Overview
This skill enables building document processing pipelines - chain multiple operations (extract, transform, convert) into reusable workflows with data flowing between stages.
## How to Use
1. Describe what you want to accomplish
2. Provide any required input data or files
3. I'll execute the appropriate operations
**Example prompts:**
- "PDF → Extract Text → Translate → Generate DOCX"
- "Image → OCR → Summarize → Create Report"
- "Excel → Analyze → Generate Charts → Create PPT"
- "Multiple inputs → Merge → Format → Output"
## Domain Knowledge
### Pipeline Architecture
```
Stage 1 Stage 2 Stage 3 Stage 4
┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐
│Extract│ → │Transform│ → │ AI │ → │Output│
│ PDF │ │ Data │ │Analyze│ │ DOCX │
└──────┘ └──────┘ └──────┘ └──────┘
│ │ │ │
└───────────┴───────────┴───────────┘
Data Flow
```
### Pipeline DSL (Domain Specific Language)
```yaml
# pipeline.yaml
name: contract-review-pipeline
description: Extract, analyze, and report on contracts
stages:
- name: extract
operation: pdf-extraction
input: $input_file
output: $extracted_text
- name: analyze
operation: ai-analyze
input: $extracted_text
prompt: "Review this contract for risks..."
output: $analysis
- name: report
operation: docx-generation
input: $analysis
template: templates/review_report.docx
output: $output_file
```
### Python Implementation
```python
from typing import Callable, Any
from dataclasses import dataclass
@dataclass
class Stage:
name: str
operation: Callable
class Pipeline:
def __init__(self, name: str):
self.name = name
self.stages: list[Stage] = []
def add_stage(self, name: str, operation: Callable):
self.stages.append(Stage(name, operation))
return self # Fluent API
def run(self, input_data: Any) -> Any:
data = input_data
for stage in self.stages:
print(f"Running stage: {stage.name}")
data = stage.operation(data)
return data
# Example usage
pipeline = Pipeline("contract-review")
pipeline.add_stage("extract", extract_pdf_text)
pipeline.add_stage("analyze", analyze_with_ai)
pipeline.add_stage("generate", create_docx_report)
result = pipeline.run("/path/to/contract.pdf")
```
### Advanced: Conditional Pipelines
```python
class ConditionalPipeline(Pipeline):
def add_conditional_stage(self, name: str, condition: Callable,
if_true: Callable, if_false: Callable):
def conditional_op(data):
if condition(data):
return if_true(data)
return if_false(data)
return self.add_stage(name, conditional_op)
# Usage
pipeline.add_conditional_stage(
"ocr_if_needed",
condition=lambda d: d.get("has_images"),
if_true=run_ocr,
if_false=lambda d: d
)
```
## Best Practices
1. **Keep stages focused (single responsibility)**
2. **Use intermediate outputs for debugging**
3. **Implement stage-level error handling**
4. **Make pipelines configurable via YAML/JSON**
## Installation
```bash
# Install required dependencies
pip install python-docx openpyxl python-pptx reportlab jinja2
```
## Resources
- [Custom Repository](https://github.com/claude-office-skills/skills)
- [Claude Office Skills Hub](https://github.com/claude-office-skills/skills)
© claude-office-skills · MIT · claude-office-skills/skills